科研数据集

1、Public Data Sets on Amazon Web Services (AWS)
Amazon从2008年开始就为开发者提供几十TB的开发数据。

2、Yahoo! Webscope

3、Konect is a collection of network datasets

4、Stanford Large Network Dataset Collection

再就是说说几个跟互联网有关的数据集：
1、Dataset for "Statistics and Social Network of YouTubeVideos"

2、1998 World Cup Web Site Access Logs
这个是1998年世界杯期间的数据集。从1998/04/26 到 1998/07/26 的92天中，发生了1,352,804,107次请求。

3、Page view statistics for Wikimedia projects

4、AOL Search Query Logs - RP

5、livedoor gourmet


海量图像数据集：
1、ImageNet
包含1400万的图像。

2、Tiny Images Dataset
包含8000万的32x32图像。

3、 MirFlickr1M
Flickr中的100万的图像集。

4、 CoPhIR
Flickr中的1亿600万的图像

5、SBU captioned photo dataset
Flickr中的100万的图像集。

6、Large-Scale Image Annotation using Visual Synset(ICCV2011)
包含2亿图像

7、NUS-WIDE
Flickr中的27万的图像集。

8、SUN dataset
包含13万的图像

9、MSRA-MM
包含100万的图像，23000视频

10、TRECVID

中国气象科学数据

跟气象有关的各种数据集，容量很大

http://cdc.cma.gov.cn/dataSetLogger.do?changeFlag=dataLogger

持续更新中……